The Visual Object Tracking VOT2014 challenge results - Archive ouverte HAL
Communication Dans Un Congrès Année : 2014

The Visual Object Tracking VOT2014 challenge results

Ales Leonardis
  • Fonction : Auteur
Alfredo Petrosino
  • Fonction : Auteur
Amir Saffari
  • Fonction : Auteur
Bo Li
  • Fonction : Auteur
  • PersonId : 760518
  • IdRef : 153351551
Bohyung Han
  • Fonction : Auteur
Cherkeng Heng
  • Fonction : Auteur
Gustav Häger
  • Fonction : Auteur
Fahad Shahbaz Khan
  • Fonction : Auteur
Hyeonseob Nam
  • Fonction : Auteur
Jianke Zhu
  • Fonction : Auteur
Jin-Woo Choi
  • Fonction : Auteur
Joao F. Henriques
  • Fonction : Auteur
Jorge Batista
  • Fonction : Auteur
Kristoffer Öfjäll
  • Fonction : Auteur
Lei Qin
  • Fonction : Auteur
Mario Edoardo Maresca
  • Fonction : Auteur
Martin Danelljan
  • Fonction : Auteur
Michael Felsberg
  • Fonction : Auteur
Philip Torr
  • Fonction : Auteur
Sam Hare
  • Fonction : Auteur
Samantha Yueying Lim
  • Fonction : Auteur
Seunghoon Hong
  • Fonction : Auteur
Yang Li
Zhen Lei
  • Fonction : Auteur
  • PersonId : 777693
  • IdRef : 194614905
Zhiheng Niu
  • Fonction : Auteur

Résumé

The Visual Object Tracking challenge 2014, VOT2014, aims at comparing short-term single-object visual trackers that do not apply pre-learned models of object appearance. Results of 38 trackers are presented. The number of tested trackers makes VOT 2014 the largest benchmark on short-term tracking to date. For each participating tracker, a short description is provided in the appendix. Features of the VOT2014 challenge that go beyond its VOT2013 predecessor are introduced: (i) a new VOT2014 dataset with full annotation of targets by rotated bounding boxes and per-frame attribute, (ii) extensions of the VOT2013 evaluation methodology, (iii) a new unit for tracking speed assessment less dependent on the hardware and (iv) the VOT2014 evaluation toolkit that significantly speeds up execution of experiments. The dataset, the evaluation kit as well as the results are publicly available at the challenge website.
Fichier principal
Vignette du fichier
kristan2014_vot.pdf (806.99 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-01301090 , version 1 (20-11-2022)

Identifiants

Citer

Matej Kristan, Roman Pflugfelder, Ales Leonardis, Jiri Matas, Luka Cehovin, et al.. The Visual Object Tracking VOT2014 challenge results. Computer Vision - ECCV 2014 -Workshop on Visual Object Tracking Challenge (VOT2014), Sep 2014, Zurich, Switzerland. pp.1-27, ⟨10.1007/978-3-319-16181-5_14⟩. ⟨hal-01301090⟩
579 Consultations
115 Téléchargements

Altmetric

Partager

More